关键词： 人工智能   中职计算机   应用研究  

摘要： 在信息科技迅速发展的有力推动下,人工智能技术得到长足进步,并广泛应用于各行业领域,其中在教育领域中,能够借助人工智能技术,有效推动教育模式的不断优化和创新。目前在中职计算机专业教学中,通过人工智能技术的有效应用,能够对技能型和应用型人才加强培养,并使专业教学水平和质量有效提升,同时还可加大中低端技能型计算机专业人才培养,更加地满足社会经济发展人才需求。由于计算机世纪的来临,对计算机专业人员的培养需求愈来愈大,所以需要进行多样化的培养项目,适应受教育者的学习需要,进一步培养学生的学科素质和学术水平,使受教育者具有相应的技能素质,进而发展出高质量、高水平的计算机专业人员。

关键词： 社会变迁   鄂伦春族   仪式性舞蹈   文化记忆  

摘要： 随着现代社会的快速发展,鄂伦春族仪式性舞蹈文化记忆正面临着逐渐消解的问题。因此,以鄂伦春族仪式性舞蹈为例,探讨社会变迁、个体自身及文化冲突的变化可促成鄂伦春族仪式性舞蹈文化的消解与重构,从其器物层、制度层及文化层三个维度,分析鄂伦春族仪式性舞蹈器具服饰、文化传承制度以及民族信仰文化记忆的淡化表现,旨在通过对鄂伦春族仪式性舞蹈文化记忆的重构,推动鄂伦春族仪式性舞蹈文化记忆的有效传承。

关键词： 电子技术   人工智能   计算机网络  

摘要： 本文主要研究电子技术与人工智能在计算机网络中的应用情况。在电子技术应用方面,涵盖计算机网络硬件基础、数据传输与通信以及网络安全。人工智能在计算机网络中的应用包括网络优化、入侵检测与防御)以及智能客服。二者融合应用体现于智能网络设备和智能网络管理与运维,共同推动计算机网络朝着更智能、高效、安全的方向发展,以适应信息化社会不断增长的需求并应对各种挑战。

关键词： ZIF-8   吸附   刚果红   全连接神经网络   染料去除  

摘要： 以Zn(NO_(3))_(2)·6H_(2)O为原料,二甲基咪唑为配体,通过室温合成法制备了沸石咪唑酯骨架ZIF-8,利用FTIR、XRD及SEM对ZIF-8的结构、形貌进行表征分析,并以刚果红为吸附对象研究其吸附性能。结合现有实验数据构建全连接神经网络预测系统,利用Re LU函数激活引入ZIF-8不同投加量、溶液浓度和pH值与刚果红去除率之间的非线性关系,Adam优化器和MSE损失函数可有效训练模型及优化性能,从而实现ZIF-8对刚果红的吸附预测可视化分析。

关键词： 遗传算法   核心处方   处方推荐   真实世界数据   2型糖尿病  

摘要： 目的改进遗传算法创新推荐度模型,以2型糖尿病(T2DM)电子病历数据为基础进行核心处方挖掘及有效处方推荐。方法基于真实世界电子病历数据,构建T2DM患者有效处方集及不同证型原始处方集数据库;对遗传算法进行改进,优化适应度函数的构建,使提取出的核心有效处方朝着有效处方集的方向进化;基于核心有效处方与原始处方集的相似度关系,创新推荐度模型,通过遍历不同证型原始处方集进行处方推荐度挖掘。结果共使用有效诊疗标准的处方17712条,提取的核心有效处方中包含中药37种;最终挖掘出满足“推荐度≥85%”的处方26条,最大推荐度为97.26%。结论研究改进遗传算法提高了对中药处方集的特征提取和全局搜索能力,并通过提出新的推荐度模型进行临床处方决策推荐,提高了电子病历数据的利用率。

关键词： 钢材缺陷   缺陷检测   YOLOv5   注意力机制   深度学习   人工神经网络  

摘要： 针对多尺度、多类型和复杂背景的钢材表面缺陷检测精度低的问题,设计一种融合HGnetv2和注意力机制的改进YOLOv5算法。首先,基于HGnetv2网络结构引入注意力机制作为骨干层,提升对小目标缺陷的特征提取能力。然后,在特征融合层中,将注意力机制和Involution操作结合,实现对浅层边缘信息和深层语义信息的有效聚合。其次,采用CBME_C2f替换了原模型的C3_Bottleneck,提供了更丰富的梯度流信息。此外,使用一种新的预测框损失VCIoU,通过计算预测框和目标框顶点和两者中心点之间的位置信息特征,提高了边界框回归精度。最后,引入了MetaAconC激活函数,自适应地调整每个特征图通道激活的非线性程度,提高从复杂背景中提取特征信息的性能。实验结果表明,此方法在NEU-DET数据集上平均精度mAP50指数达到了81.4%,相较于YOLOv5s算法提高了5.4%,mAP@50:95指数达到了44.1%,相较于YOLOv5s算法提高了2.8%。除此之外,针对此数据集中的微小缺陷Crazing,平均检测精度达到了55.4%,相比原YOLOv5s提高了18.1%,同时检测速度为80.6 fps。与其他主流的缺陷检测算法对比,该算法在满足对钢材表面检测实时性要求的条件下,提高了检测精度。

关键词： 神经网络模型   遗传算法   生物医药   企业价值评估  

摘要： “专精特新”企业的价值评估是当前资本市场普遍关注的问题,这类企业具有专业化、精细化、特色化、新颖化的特征,使得传统资产评估方法的使用受到较大限制。本文选择采用遗传算法优化的神经网络(GA-BP)模型评估“专精特新”企业股权价值,具体为先阐释神经网络模型和遗传算法的原理,然后选取436家上市公司的样本数据,以及14个决定企业价值的关键因素,构建BP神经网络模型,采用遗传算法(GA)优化其阈值与权值,避免神经网络陷入局部最优解,提高模型估测的准确度,最后以恩华药业为例,利用遗传算法优化模型评估企业价值。

关键词： 资源调控   遗传算法   蚁群算法   动态融合   全局最优解  

摘要： 为了降低智慧电网硬件设备的购买和维护成本、提高各类资源的利用效率,文中提出一种基于改进遗传算法(GA)和蚁群算法(ACO)相融合的动态资源调控算法,并构建了相应的模型。通过在传统GA中引入时间-负载双适应度函数,提高了GA全局最优解的准确度。在传统ACO中利用时间-成本双函数来确定信息素,提高了ACO初期的寻优速度。采用动态融合策略将改进后的GA和ACO相结合,构建出ACO-GA动态资源调控算法。算例仿真结果表明,所提ACO-GA动态资源调控算法在任务数为400时,执行时间、不均衡值分别为120 ms和0.52。相比其他算法,提出算法的执行时间最低且不均衡值最为稳定,证明了ACO-GA动态资源调控算法用于资源调控的可行性。

关键词： 智能网联汽车   故障诊断   计算机技术  

摘要： 随着智能网联汽车的快速发展,汽车电子电气系统越来越复杂,传统的汽车故障诊断方法已难以满足实际需求,迫切需要借助计算机技术提高故障诊断的智能化、在线化和远程化水平。该文阐述计算机技术在智能网联汽车中的应用意义,指出传统汽车故障诊断方法存在的问题,探讨计算机技术在智能网联汽车故障诊断中的具体应用,以提升汽车产业的智能化水平,推动智能交通的发展。

关键词： 伊犁绢蒿   高光谱   草地监测   随机森林   支持向量机   人工神经网络  

摘要： 机器学习算法广泛应用于光谱分类领域,不同算法模型的选择将直接影响地物的分类效果。本研究以伊犁绢蒿荒漠草地的3类主要地物伊犁绢蒿(Seriphidium transiliense)、角果藜(Ceratocarpus arenarius)及土壤为分类对象,在植被生长旺盛期采集草地植被群落高光谱数据,通过分析不同地物的光谱反射率差异,筛选出特征波段代入最佳指数因子(OIF)并合成假彩色图像,采用随机森林(RF)、支持向量机(SVM)、人工神经网络(ANN)3种不同机器学习算法建立分类模型进行研究。结果表明:1)植物光谱反射率在可见光波段呈现出倒“U”型趋势,在近红外波段开始骤升,出现“红边”现象;土壤的光谱反射率变化趋势较为稳定,随波长增加而逐渐上升。2)利用OIF计算出的最佳分类波段组合为499.69、535.78、633.28 nm,OIF值为0.10。3)3种不同的机器学习算法的总体分类精度均大于90%,随机森林算法分类模型精度最高,总体精度达到97.54%,Kappa系数为0.95;不同算法下3类地物的分类精度表现为土壤>伊犁绢蒿>角果藜。总体而言,采用随机森林算法对伊犁绢蒿草荒漠地主要地物分类效果最佳。